人工智能项目《智慧交通项目》实战（视频+资料）

汽车的日益普及在给人们带来极大便利的同时，也导致了拥堵的交通路况，以及更为频发的交通事故。智能交通技术已成为推动现代技术交通技术发展的重要力量，智能交通不仅能够提供实时的交通路况信息，帮助交通管理者规划管理策略，而且还能优化出行者的出行策略。还可以减轻交通道路的堵塞情况，降低交通事故的发生概率，提高道路运行的安全系数。
本项目分两个模块：
一个是基于视频的车辆跟踪及流量统计，是一个可跟踪路面实时车辆通行状况，并逐帧记录不同行车道车流量数目的深度学习项目，在视频中可看出每个车辆的连续帧路径，该项目可拓展性强，可根据企业业务外接计费结算系统、LED显示系统、语音播报系统、供电防雷系统等。
另一个是车道线检测项目，是实现自动驾驶的首要任务，广泛应用于自动驾驶厂家，能够根据车载摄像头的输入，对安全驾驶区域进行预判，提醒驾驶员进行安全驾驶，减少交通事故的发生。

课程目录：
day01
01.课程介绍.mp4
02.项目简介.mp4
03.效果展示.mp4
04. 环境搭建.mp4
05.numba简介.mp4
06.numba的使用方法.mp4
07.imutils简介.mp4
08.imutils图像平移.mp4
09.imutils图像缩放.mp4
10.imutils图像旋转.mp4
11.imutils骨架提取.mp4
12.imutils总结.mp4
13.DNN简介.mp4
day02
01.车流量统计项目介绍.mp4
02.多目标跟踪分类.mp4
03.运动模型.mp4
04.常用的多目标跟踪算法.mp4
05.多目标跟踪算法总结.mp4
06.辅助函数中交并比简介.mp4
07.辅助函数IOU的实现.mp4
08.bbox表示形式的转换.mp4
09.辅助函数bbox表示形式转换的实现.mp4
10.辅助功能总结.mp4
11.卡尔曼滤波背景介绍.mp4
12.卡尔曼滤波场景描述和状态预测.mp4
13.卡尔曼滤波内外部影响.mp4
14.卡尔曼滤波对观测的估计及观测结果.mp4
day03
01.filterpy简介.mp4
02.filterpy中的初始化.mp4
03.filterpy中的预测.mp4
04.filterpy中的更新.mp4
05.小车案例简介及运动数据的生成.mp4
06.卡尔曼滤波器参数的初始化.mp4
07.卡尔曼滤波器预测过程.mp4
08.卡尔曼滤波器可视化过程.mp4
09.卡尔曼滤波器总结.mp4
10.卡尔曼滤波器初始化简介.mp4
11.卡尔曼滤波器更新简介.mp4
12.卡尔曼滤波器初始化实现.mp4
13.卡尔曼滤波器更新与预测的实现.mp4
14.匈牙利算法和KM算法简介.mp4
15.匈牙利算法.mp4
day04
01.sort算法简介.mp4
02.deepsort算法简介.mp4
03.sort_deepsort总结.mp4
04.多目标跟踪实现.mp4
05.多目标跟踪初始化实现.mp4
06.多目标跟踪更新实现（1）.mp4
07.多目标跟踪更新实现（2）.mp4
08.多目标跟踪更新实现（3）.mp4
09.yoloV3简介.mp4
10.yoloV3的多尺度检测.mp4
11.yoloV3的网络结构.mp4
12.yoloV3的先验框.mp4
13.yoloV3的softmax分类的替代.mp4
14.yoloV3模型的输入输出.mp4
15.yoloV3模型总结.mp4